作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
尝试将支持向机算法应用于房地产需求量预测.该算法能针对在样本有限的情况下,采用结构风险最小化准则,把学习问题转化为一个二次规划问题来获得最优解.预测结果利用可信度p<'0>、关联度R、后验差比值C和小误差概率P等项指标检验,证实了所建模型是可靠的,可行的.
推荐文章
基于数据挖掘的房地产价格预测
房地产市场
价格预测
混沌性变化
非线性拟合
GIS技术在房地产管理中的应用
MAPX
地理信息系统
房地产
提高住房有效需求激活房地产市场
房地产市场
有效需求
降低房价
空置商品房
计算机在房地产档案管理中的应用分析
计算机
房地产档案管理
特点
问题
措施
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 SVM在房地产需求量预测中的应用
来源期刊 建筑经济 学科 经济
关键词 支持向量机(SVM) 房地产 需求量 预测
年,卷(期) 2009,(5) 所属期刊栏目 房地经济
研究方向 页码范围 60-62
页数 3页 分类号 F407.9
字数 语种 中文
DOI
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 程伟 26 189 7.0 13.0
2 赵姝 82 555 13.0 19.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (1807)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(1)
  • 参考文献(0)
  • 二级参考文献(1)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(1)
  • 二级参考文献(1)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
支持向量机(SVM)
房地产
需求量
预测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
建筑经济
月刊
1002-851X
11-1326/F
大16开
北京市德胜门外大街36号中国建筑设计集团4层
2-219
1980
chi
出版文献量(篇)
5742
总下载数(次)
23
总被引数(次)
78239
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
论文1v1指导